CC BY
5
Kochetkov Vyacheslav Anatolevich, candidate of technical sciences, docent, buhtins@mail.ru, Russia, Orel, Russian Federation Security Guard Services Federal Academy,
Sheyanov Dmitry Yurievich, candidate of technical sciences, docent, sdmtr-80@mail.ru, Russia, Orel, Russian Federation Security Guard Services Federal Academy,
Lysanov Ivan Yurievich, candidate of technical sciences, ivanlisanov@gmail.com, Russia, Orel, Russian Federation Security Guard Services Federal Academy,
Soldatikov Igor Viktorovich, employee, putnicorel@,mail. ru, Russia, Orel, Russian Federation Security Guard Services Federal Academy
УДК 004.942
DOI: 10.24412/2071-6168-2022-2-124-126
ОЦЕНКА ВРЕМЕНИ ИНТЕРПРЕТАЦИИ ФОНОВОЙ ПРОГРАММЫ И ОПРЕДЕЛЕНИЯ ВРЕМЕНИ ОБРАБОТКИ ПРЕРЫВАНИЙ
В.А. Шаров
Показано, что наряду с ускорением обработки данных, вводимых по прерыванию, происходит замедление работы фоновой программы, получена зависимость для расчета плотности распределения времени блуждания по выделенному маршруту.
Ключевые слова: прерывание, алгоритм, вычислительная сложность, обработка прерывания.
Контроллеры Фон Неймановского типа, в которых реализован режим обработки прерываний, широко используются при управлении объектами [1, 2]. Необходимость в организации подобного режима возникает, например, когда на объекте управления возникает аварийная ситуация, идентифицируемая по сигналу датчика, и требуется оперативное вмешательство контроллера для ликвидации подобной ситуации. Это осуществляется по следующему алгоритму: при поступлении запроса на прерывание процессор прекращает интерпретацию текущего (фонового) алгоритма и переходит к интерпретации алгоритма обработки прерываний, по завершении которой возвращается к интерпретации отложенного алгоритма [3, 4]. Естественно, что отложенная интерпретация основного алгоритма приводит к увеличению времени его выполнения за счет ускорения обработки данных по сигналу аварийного датчика. Поэтому одной из важных задач проектирования программного обеспечения управляющего контроллера является задача оценки времени интерпретации фоновой программы и определения времени обработки прерываний.
Для оценки временных характеристик алгоритмов существует математический аппарат теории полумарковских процессов, позволяющий получить широкий диапазон приближений модели реальным ситуациям, от строго детерминированных, до строго марковских [5, 6,
7, 8].
Фоновая программа представляется как ординарный полумарковский процесс (рисунке, а).
V = {A, h{t)}, (1)
где t - время; A = {?0,..., ,..., aj } - множество состояний; a0 - стартовое состояние, моделирующее начало интерпретации алгоритма; aj - поглощающее состояние, моделирующее окончание интерпретации алгоритма; h(t) = |hj к (t)J - (J +1) x (j +1) полумарковская матрица;
hj k (() = Pjk ' fj к (() - элемент полумарковской матрицы; pj к - вероятность переключения из aj в ак; fj к (() - время пребывания в из aj, если априорно известно, что произойдет переключение в ak .
Системный анализ, управление и обработка информации
0Т0
С
КО
Структуры элементов модели: а - полумарковский процесс, описывающий фоновую программу; b - полумарковский процесс после упрощения; с - генератор прерываний
При упрощении модель общего вида (1) преобразуется в модель, структура которой показана на рисунке, b:
"О fit)
Hback = Па0, а1}
0 0
(2)
где у() - плотность распределения времени интерпретации алгоритма, определяемая по зави-
симости:
f ( ) = L
-1
iR ■ i №(( )]}w J
w=1
(3)
R
где Io - (/+1)-мерный вектор строка, в котором нулевой элемент равен единице, а все остальные элементы равны нулю; / - (/+1)-мерный вектор-столбец, J-й элемент которого равен
единице, а все остальные элементы равны нулю; L[...] и L 1[...] - прямое и обратное преобразования Лапласа, соответственно.
Внешний генератор прерываний, представленный на рис. 2 с, имеет вид
Hint = М k (t Ж (4)
где р - единственное возвратное состояние; g (t) - плотность распределения времени возврата в состояние р .
Для сформированного процесса, как и для обычного ординарного полумарковского процесса вида, подобного (1), может быть получена зависимость для расчета плотности распределения времени блуждания по выделенному маршруту, подобная (3).
Общий подход является основой для построения моделей более сложных систем, в том числе многозадачных, многопроцессорных и т.п. Дальнейшим развитием систем обработки данных с прерываниями является решение оптимизационной задачи, которая позволяет, например, минимизировать время ответа на прерывания
Список литературы
1. Landau I.D., Zito G. Digital Control Systems, Design, Identification and Implementation. Springer, 2006. 484 p.
2. Astrom J., Wittenmark B., Computer Controlled Systems: Theory and Design. Tsinghua University Press. Prentice Hall, 2002. 557 p.
3. Regehr J. Duongsaa U. 2005. Preventing interrupt overload // Proceedings of the Conference on Languages, Compilers, and Tools for Embedded Systems. 2005. P. 50 - 58.
4. Czerwinski, M., Cutrell, E., Horvitz, E. Instant messaging and interruption: Influence of task type on performance // Proceedings of OZCHI. Sydney, Australia, 2000. [Электронный ресурс] URL: https://interruptions.net/literature/Czerwinski-0ZCHI00.pdf (дата обращения: 10.02.2022).
5. Bielecki T.R., Jakubowski J., Niew^glowski M. Conditional Markov chains: Properties, construction and structured dependence // Stochastic Processes and their Applications. V. 127, N. 4. 2017. P.1125-1170.
6. Ching W.K., Huang X., Ng M.K., Siu T.K. Markov Chains: Models, Algorithms and Applications / International Series in Operations Research & Management Science. V. 189. Springer Science + Business Media NY, 2013. 241 p.
7. Howard R. A. Dynamic Probabilistic Systems. Vol. 1: Markov Models. Vol. II: Semi-Markov and Decision Processes. Courier Corporation, 2012.
8. Janssen J., Manca R. Applied Semi-Markov processes. Springer US, 2006. 310 p.
9. Larkin E.V., Malikov A.A., Ivutin A.N. Petri-Markov model of fault-tolerant computer systems // 4th International Conference on Control, Decision and Information Technologies (CoDlT). - 5-7 April 2017, Barcelona, Spain - IEEE, 2017. P. 416-420.
10. Heymann M. Concurrency and Discrete Event Control // IEEE Control Syst. Mag. 1990. Vol. 10. P. 103 - 112.
11. Valk R. Concurrency in Communicating Object Petri Nets // Concurr. object-oriented Program. Petri nets. 2001. P. 164 - 195.
12. Ivutin A.N, Larkin E.V. Simulation of Concurrent Games // Bulletin of the South Ural State University. Series: Mathematical Modeling, Programming and Computer Software. - Chelyabinsk, 2015. Vol. 8, № 2. P. 43 - 54.
13. Larkin E.V., Ivutin A.N., Kotov V.V., Privalov A.N. Simulation of Relay-races // Bulletin of the South Ural State University. Mathematical Modelling, Programming & Computer Software.
2016. Vol. 9. No 4. P. 117 - 128.
14. Larkin E.V., Ivutin A.N., Troshina A. Model of interruptions in Swarm unit // Advances in swarm intelligence. Proceedings of 8-th Internati0onal conference ICSI 2017. Fukuoka, Japan.
2017. Part 1. P. 50 - 59.
Шаров Вадим Арнольдович, аспирант, vs@aqs.ru, Россия, Шуя, Шуйский филиал Ивановского государственного университета
EVALUATING THE INTERPRETATION TIME OF THE BACKGROUND PROGRAM AND DETERMINING THE INTERRUPT PROCESSING TIME
V.A. Sharov
It is shown that when the processing of resources introduced by the interrupt is accel-erated, the work of the background program slows down, a dependence is obtained for calcu-lating the distribution of walks along the selected route.
Key words: Interruption, algorithm, runtime, interruption handling.
Sharov Vadim Arnoldovich, postgraduate, vs@aqs.ru, Russia, Shuya, Shuya Branch of Ivanovo State University
УДК 004.412.23
DOI: 10.24412/2071-6168-2022-2-126-133
МОДЕЛИ ИНТЕЛЛЕКТУАЛЬНОЙ ОБУЧАЮЩЕЙ СИСТЕМЫ ПО ТЕХНИЧЕСКИМ ДИСЦИПЛИНАМ
О.В. Белянская, А.Н. Привалов
Целью статьи является анализ моделей интеллектуальной обучающей системы (ИОС) по техническим дисциплинам (ИОС ТД), решения задач исследование ИОС с точки зрения разных типов моделей; обзор набора подмоделей, входящих в ИОС; выбор вида модели ИОС ТД.
Ключевые слова: интеллектуальные обучающие системы, модели интеллектуальной обучающей системы, вспомогательное средство преподавателя.
В настоящее время процесс образования в основном осуществляется дистанционно. Использование специальных программ существенно поднимает уровень усвоения материала и облегчает работу преподавателя. Например, технические дисциплины требуют обеспечения компьютерной визуализации учебного материала, математического моделирования объектов, процессов, явлений, имитации работы различных устройств [1].
